Record Details

Additive nonparametric regression estimation via backfitting and marginal integration: Small sample performance

Brazilian Review of Econometrics

View Archive Info
 
 
Field Value
 
Title Additive nonparametric regression estimation via backfitting and marginal integration: Small sample performance
Additive nonparametric regression estimation via backfitting and marginal integration: Small sample performance
 
Creator da Silva, Fernando A. Boeira Sabino; Department of Statistics, Federal University of Rio Grande do SuI
 
Subject Additive nonparametric regression; Local polynomial estimation; Automatic bandwidth selection; Backfitting estimation; Marginal integration.
C14; C15.
Additive nonparametric regression; Local polynomial estimation; Automatic bandwidth selection; Backfitting estimation; Marginal integration.
C14; C15.
 
Description In this paper, we conducted a Monte Carlo investigation to reveal some characteristics of finite sample distributions of the Backfitting (B) and Marginal Integration (MI) estimators for an additive bivariate regression. We are particularly interested in providing some evidence on how the different methods for the selection of bandwidth, such as the plug-in method, influence the finite sample properties of the MI and B estimators. We are also interested in providing evidence on the behavior of different bandwidth estimators relatively to the optimal sequence that minimizes a chosen loss function. The impact of ignoring the dependency between regressors is also investigated. Finally, differently from what occurs at the present time, when the B and MI estimators are used ad-hoc, our objective is to provide information that allows for a more accurate comparison of these two competing alternatives in a finite sample setting.
Neste artigo realizou-se um experimento de Monte Carlo para revelar algumas características das distribuições em amostras finitas dos estimadores Backfitting (B) e de Integração Marginal (MI) para uma regressão aditiva bivariada. Está-se particularmente interessado em fornecer alguma evidência de como os diferentes métodos de seleção da janela hn, tais como os métodos plug-in, impactam as propriedades em pequenas amostras dos estimadores. Está-se interessado, também, em fornecer evidência do comportamento de diferentes estimadores de hn relativamente a sequência ótima de hn que minimiza uma função perda escolhida. O impacto de ignorar a dependência entre os regressores na estimação da janela é também investigado. Esta é uma prática comum e deve ter impacto sobre o desempenho dos estimadores. Por fim, diferentemente do que ocorre atualmente, quando a utilização dos estimadores-B e MI é feita de maneira completamente ad-hoc, há o objetivo de fornecer a usuários informação que permita uma escolha mais objetiva de qual estimador usar quando se está trabalhando com uma amostra finita.
 
Publisher Sociedade Brasileira de Econometria
 
Date 2002-11-02
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
—
—
 
Format application/pdf
 
Identifier http://bibliotecadigital.fgv.br/ojs/index.php/bre/article/view/2738
10.12660/bre.v22n22002.2738
 
Source Brazilian Review of Econometrics; Vol 22, No 2 (2002); 275-298
Brazilian Review of Econometrics; Vol 22, No 2 (2002); 275-298
1980-2447
 
Language eng
 
Relation http://bibliotecadigital.fgv.br/ojs/index.php/bre/article/view/2738/1678